一种基于关键重复语义的最大熵文本分类

• 作者: 屈志毅 张延堂 张菲菲 李一伟 杨曙光
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本挖掘 文本分类 最大熵模型 特征提取
• 年，卷（期）: 2007,（4）
• 页码范围: 204-207
• 页数: 4页
• 分类号: TP391
• 字数: 3321字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2007.04.051

摘要

文本分类做为Web文本挖掘的重要手段和搜索引擎的重要组成部分而被广泛研究.现有的分类系统大都依赖于中文分词,尽管达到分类目的,但随着Web文档数量的增加和网络新词汇的不断出现,面临着特征维数急遽增高带来的时空开销问题,严重影响了系统的性能.在此抛开中文分词而尝试使用基于关键子串的特征提取并结合最大熵模型给出了一种分类系统的实现.实验表明,与现有的分类系统相比,具有较好的问题求解效率和适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈志毅	兰州大学信息科学与工程学院	45	415	12.0	18.0
2	张菲菲	兰州大学信息科学与工程学院	5	22	3.0	4.0
3	李一伟	兰州大学信息科学与工程学院	2	9	2.0	2.0
4	张延堂	兰州大学信息科学与工程学院	3	14	3.0	3.0
5	杨曙光	兰州大学信息科学与工程学院	2	5	1.0	2.0